当前位置:   article > 正文

VS2017 OpenCV CUDA库学习1:图像加法操作_vc++opencv配置cuda以实现gpu加速模板匹配

vc++opencv配置cuda以实现gpu加速模板匹配


VS2017 CUDA编程学习1:CUDA编程两变量加法运算
VS2017 CUDA编程学习2:在GPU上执行线程
VS2017 CUDA编程学习3:CUDA获取设备上属性信息
VS2017 CUDA编程学习4:CUDA并行处理初探 - 向量加法实现
VS2017 CUDA编程学习5:CUDA并行执行-线程
VS2017 CUDA编程学习6: GPU存储器架构
VS2017 CUDA编程学习7:线程同步-共享内存
VS2017 CUDA编程学习8:线程同步-原子操作
VS2017 CUDA编程学习9:常量内存
VS2017 CUDA编程学习10:纹理内存
VS2017 CUDA编程学习实例1:CUDA实现向量点乘
VS2017 CUDA编程学习11:CUDA性能测量
VS2017 CUDA编程学习12:CUDA流
VS2017 CUDA编程学习实例2:CUDA实现秩排序
VS2017 CUDA编程学习实例3:CUDA实现直方图统计


前言

之前的学习都是针对cuda语法理论的,今天跟大家分享OpenCV CUDA库的使用。


1. OpenCV CUDA库使用框架

OpenCV CUDA库使用GpuMat存储图像矩阵,OpenCV CUDA库使用框架大致如下:

  1. 调用GpuMat::upload()函数将图像数据从CPU Mat中拷贝到GPU GpuMat上
  2. 然后调用cv::cuda::xxx()函数实现OpenCV库函数在GPU上的加速,
  3. 最用调用GpuMat::download()函数将GPU上结果图像拷贝到CPU上Mat矩阵。

2. C++ 调用OpenCV CUDA库实现图像加法操作

这里使用了共享内存,同步以及原子加法操作的概念实现直方图统计

详细代码如下所示:

#include <stdio.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/cudacodec.hpp>
#include <opencv2/cudaarithm.hpp>
#include <opencv2/cudaimgproc.hpp>

using namespace std;
using namespace cv;

int main()
{
	//定义CPU 图像矩阵变量
	cv::Mat h_img1, h_img2, h_result;

	//OpenCV读取图像
	h_img1 = imread("D:\\Programming\\Repos\\DNN\\DTTNN\\resources\\opencv\\apple.jpg");
	h_img2 = imread("D:\\Programming\\Repos\\DNN\\DTTNN\\resources\\opencv\\orange.jpg");

	//定义GPU 图像矩阵变量
	cv::cuda::GpuMat d_img1, d_img2, d_result;

	//将CPU图像数据拷贝到GPU图像矩阵变量中
	d_img1.upload(h_img1);
	d_img2.upload(h_img2);

	//执行OpenCV CUDA函数
	cv::cuda::add(d_img1, d_img2, d_result);

	//将GPU图像数据拷贝到CPU图像矩阵中
	d_result.download(h_result);

	//在CPU终端窗口显示图像
	imshow("img1", h_img1);
	imshow("img2", h_img2);
	imshow("result", h_result);
	waitKey(0);

	//销毁所有图像窗口
	destroyAllWindows();
	return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42

3. 执行结果

apple.jpg
请添加图片描述

orange.jpg
请添加图片描述

图像加法操作结果:
在这里插入图片描述


总结

从上面的例子来看,使用OpenCV CUDA库还是比较简单的,具体的CUDA加速细节对调用者来说是透明的,也不需要了解CUDA的具体语法,使用简单方便,缺点可能是扩展性不好,对于OpenCV不支持的CUDA加速操作,调用者没法自己扩充(OpenCV没有提供相应的扩展接口,个人目前没有找到OpenCV提供的扩展接口)。

本人也是刚接触,上面描述如有错误,还请谅解并能指正,谢谢!

学习资料

《基于GPU加速的计算机视觉编程》

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/305949
推荐阅读
相关标签
  

闽ICP备14008679号